# skill-discovery

Adopt this skill: https://proskills.md/skills/other/caocong1-skill-discovery

Page: https://proskills.md/skills/other/caocong1-skill-discovery
This document is the public skill bundle for that page. It contains SKILL.md and every helper file the catalog carries. No login is required.

## File: SKILL.md
size: 3260
upstream: https://github.com/caocong1/skill-discovery/blob/HEAD/SKILL.md

````text
---
name: skill-discovery
description: 基于用户意图发现并推荐 skill。分析用户输入，搜索匹配 skill，验证质量后推荐最佳匹配，由用户确认后安装。
metadata:
  openclaw:
    install:
      type: bundled
      entrypoint: index.js
    requires:
      bins:
        - npx
      anyBins:
        - clawhub
    homepage: https://github.com/caocong1/skill-discovery
---

# Skill Discovery

根据用户意图发现并推荐匹配的 skill。默认仅推荐，需用户确认后才会安装。

## 何时使用

适用场景：

- 用户请求帮助完成某个任务，且可能已有现成的 skill 方案
- 用户表达了扩展能力的需求（如"怎么部署"、"帮我写测试"）
- 用户提到了特定领域的工具需求（设计、测试、部署等）
- 用户明确询问"有没有 skill 可以..."、"找个工具帮我..."

## 工作流程

1. **分析用户输入** — 理解意图，识别目标领域
2. **搜索 skills.sh + ClawHub** — 并行搜索两个注册表，合并去重结果
3. **质量验证** — 检查安装量和来源可信度
4. **推荐最佳匹配** — 返回推荐结果和安装命令，由用户确认后执行安装

> **安全说明**: 默认运行在推荐模式（dry-run），不会自动安装任何 skill。
> 只有调用方显式传入 `{ dryRun: false }` 时才会执行实际安装。
> OpenClaw hook 始终使用推荐模式。

## 输入/输出

**输入**: 用户自然语言文本（中文或英文）

**输出**（统一结构）:
```javascript
{
  success: boolean,
  stage: 'analyze' | 'search' | 'select' | 'install',
  outcome: 'installed' | 'already_installed' | 'dry_run' | 'skipped' | 'failed',
  errorCode: string | null,   // 如 'NO_RESULTS'、'INSTALL_FAILED'
  skill: object | null,
  candidates: array,
  message: string
}
```

## 触发示例

**中文:**
- "帮我部署到 Vercel"
- "有什么工具可以优化性能"
- "怎么写测试"
- "推荐一个数据处理工具"

**英文:**
- "find a skill for deploying"
- "help me with testing"
- "is there a skill for PDF parsing"
- "I need a tool for React optimization"

## 安全特性

- **推荐模式默认**: 默认 dry-run，不自动安装，需用户确认
- **Shell 转义**: 所有 CLI 参数转义防止命令注入
- **日志脱敏**: `sanitize()` 递归遮蔽敏感字段（字段名匹配 `token/secret/password/api_key/credential/authorization`）和敏感值（`Bearer`/`sk-`/`ghp_` 等模式），业务字段（installs/confidence/domain）保持原值。日志写入 `$OPENCLAW_DIR/logs/skill-discovery-v3.json`，可通过 `OPENCLAW_DIR` 环境变量自定义路径
- **卸载备份**: 卸载的 skill 备份到 `.trash/`，保留 7 天
- **来源验证**: 校验 skill 来源是否在可信 owner 列表中

## 支持语言

- 中文：触发词 + 领域关键词（含负面模式排除避免误触发）
- 英文：触发词 + 领域关键词

## 覆盖领域

DevOps、测试、设计、文档、代码质量、数据处理、图片处理、视频处理、性能优化、API/网络、数据库、AI/ML、安全、移动端、游戏

## 依赖

- Node.js >= 18
- `npx skills` CLI（来自 skills.sh）
- `clawhub` CLI（可选，来自 clawhub.ai）

## 许可证

MIT-0
````

## File: README.md
upstream: https://github.com/caocong1/skill-discovery/blob/HEAD/README.md

````text
# Skill Discovery

[![License: MIT-0](https://img.shields.io/badge/License-MIT--0-blue.svg)](LICENSE)

基于用户意图自动发现并安装 skills 的 OpenClaw 技能。当用户表达某类需求时，自动从 skills.sh 搜索、验证并安装最匹配的 skill。

## 安装

在 OpenClaw 中直接对话：

```
> 帮我安装这个 skill：https://github.com/caocong1/skill-discovery
```

或通过命令行：

```bash
npx skills add https://github.com/caocong1/skill-discovery -g
```

## 它能做什么

安装后，当你在 OpenClaw 中输入类似以下内容时，skill-discovery 会自动介入：

```
> 帮我部署到 Vercel
✅ 已自动安装 vercel-labs/agent-skills@vercel-deploy
📊 安装量: 262,000
🔗 https://skills.sh/vercel-labs/agent-skills/vercel-deploy

> 怎么写测试
✅ 已自动安装 vercel-labs/agent-skills@testing-best-practices
```

**不会触发的情况：**
- "今天天气怎么样" — 非技能需求
- "什么是 React" — 知识类提问
- "为什么报错" — 调试类问题

## 工作原理

1. **意图分析** — 通过触发词 + 领域关键词 + 置信度评分判断是否需要搜索 skill
2. **搜索** — 调用 `npx skills find` 从 skills.sh 查找匹配结果（带 10 分钟缓存）
3. **质量验证** — 安装量 >= 1000 且来源可信（vercel-labs、anthropics、openai 等）
4. **自动安装** — 选择评分最高的 skill 并安装

## 触发词

| 语言 | 示例 |
|------|------|
| 中文 | "帮我..."、"怎么..."、"有什么工具..."、"推荐一个..."、"找个...工具" |
| 英文 | "find a skill for..."、"help me with..."、"is there a skill that..."、"I need..." |

## 覆盖领域

DevOps、测试、设计、文档、代码质量、数据处理、图片处理、视频处理、性能优化、API/网络、数据库、AI/ML、安全、移动端、游戏

## 安全机制

- **Shell 转义** — CLI 参数转义防止命令注入
- **日志脱敏** — token、密钥等敏感信息自动遮蔽
- **卸载备份** — 卸载的 skill 备份到 `.trash/`，保留 7 天
- **来源验证** — 校验 skill 来源是否在可信 owner 列表中

## 编程接口

如果需要在自己的代码中调用：

```javascript
const { autoDiscover, onUserInput } = require('skill-discovery');

// 方式一：直接发现
const result = await autoDiscover('帮我部署到 Vercel', { dryRun: true });
// { success, stage, outcome, skill, message, ... }

// 方式二：OpenClaw 钩子
const hookResult = await onUserInput('写个测试');
if (hookResult.handled) {
  console.log(hookResult.response);
}
```

## 返回结构

```javascript
{
  success: boolean,
  stage: 'analyze' | 'search' | 'select' | 'install',
  outcome: 'installed' | 'already_installed' | 'dry_run' | 'skipped' | 'failed',
  errorCode: string | null,
  skill: object | null,
  candidates: array,
  message: string
}
```

## 规划中

- 配置文件支持（`config.json` 用户级覆盖）
- 交互式确认/审批流程（针对非可信来源）
- 安装前内容预审扫描
- Skill 评分集成
- 用户反馈循环优化推荐

---

## 开发

面向贡献者的信息：

```bash
npm install               # 安装依赖
npm test                  # 运行全部测试（80 个用例）
npm run test:unit         # 仅单元测试
npm run test:coverage     # 含覆盖率
npm run lint              # ESLint 检查
node index.js --help      # CLI 模式帮助
```

### 项目结构

```
constants.js          # 统一常量（MAGIC、CONFIG、ERROR_CODES）
skills-cli.js         # npx skills CLI 封装（Phase 1）
auto-discover.js      # 核心发现逻辑（Phase 2）
openclaw-hook.js      # OpenClaw 集成（Phase 3）
index.js              # 主入口 + CLI
```

## 依赖

- Node.js >= 18
- `npx skills` CLI（来自 skills.sh）
- OpenClaw（可选，用于钩子集成）

## 许可证

MIT-0
````
